„Unverfälschter Konfidenzbereich“ – Versionsunterschied
AZ: Die Seite wurde neu angelegt: {{Baustelle}} {{du darfst}} Ein '''unverfälschter Konfidenzbereich''', auch '''unverfälschte Bereich… |
(kein Unterschied)
|
Version vom 13. August 2017, 15:26 Uhr
Diese Baustelle befindet sich fälschlicherweise im Artikelnamensraum. Bitte verschiebe die Seite oder entferne den Baustein {{Baustelle}} .
|
Ein unverfälschter Konfidenzbereich, auch unverfälschte Bereichsschätzfunktion oder unverzerrter Konfidenzbereich ist ein spezieller Konfidenzbereich in der mathematischen Statistik. Die unverfälschtheit selbst ist kein Optimalitätsbegriff, ermöglicht aber die Konstruktion von optimalen Kofidenzbereichen wie von Konfidenzbereichen mit minimalem Volumen. Ist der Konfidenzbereich eindimensional, so spricht man entsprechend von einem unverfälschten/unverzerrten Konfidenzintervall bzw. von einer unverfälschten Intervallschätzfunktion
Definition
Gegeben sei ein statistisches Modell sowie ein Entscheidungsraum und eine zu schätzende Funktion
- ,
die im parametrischen Fall auch als Parameterfunktion bezeichnet wird.
Ein Konfidenzbereich
heißt ein unverfälschter Konfidenzbereich, wenn für alle
gilt. Für jedes ist als die Wahrscheinlichkeit, den richtigen Parameter zu überdecken, größer als die Wahrscheinlichkeit einen beliebigen anderen Parameter zu überdecken.
Beispiel
Allgemeine Definition über Formhypothesen
Unter den selben Rahmbenbedingungen wie oben heißt ein Konfidenzbereich zu den Formhypothesen und zu dem Konfidenzniveau ein unverfälschter Konfidenzbereich, wenn für alle
- für alle
ist.
Jeder Wert aus der "zu vermeidenden Menge" wird als seltener überdeckt als jeder Wert aus der zu "zu überdeckenden Menge" (siehe hierzu Formhypothesen#Konfidenzbereiche zu Formhypothesen)
Literatur
- Ludger Rüschendorf: Mathematische Statistik. Springer Verlag, Berlin Heidelberg 2014, ISBN 978-3-642-41996-6, doi:10.1007/978-3-642-41997-3.
- Claudia Czado, Thorsten Schmidt: Mathematische Statistik. Springer-Verlag, Berlin Heidelberg 2011, ISBN 978-3-642-17260-1, doi:10.1007/978-3-642-17261-8.
Gegeben sei ein statistisches Modell sowie ein Entscheidungsraum und Formhypothesen für eine zu schätzende Funktion
- ,
die im parametrischen Fall auch als Parameterfunktion bezeichnet wird.
Sei die Menge aller Konfidenzbereiche mit Konfidenzniveau